CURSUL 7

SISTEME INFORMATICE CU BAZE DE CUNOTINE (SIAD Sisteme Interactive de Asistare a Deciziei, SE Sisteme Expert)

Cvasitotalitatea sistemelor informatice de marketing dezvoltate n prezent la nivelul

ntreprinderilor funcioneaz pe principiul bazelor de date i a SGBD-urilor care asigur crearea i gestionarea acestora. Caracteristica fundamental a acestor aplicaii este dat de faptul c elementul primar al prelucrrilor este informaia, generat ntotdeauna n sistemul informaional, prelucrat n cel informatic i interpretat, n forma sa final, fie n subsistemul decizional fie la nivelul celui informaional. n acelai timp aceste aplicaii nu au capacitatea de a genera automat informaii suplimentare pornind de la cele stocate la un moment dat n baza de date. Putem spune astfel c exactitatea i acurateea informaiilor rezultate dintr-o aplicaie sau dintr-un sistem informatic sunt condiionate de calitatea informaiilor primare transmise de componenta informaional a sistemului.

Creterea complexitii actului decizional i apariia situaiilor n care decidenii trebuie s fundamenteze decizii optime n timp scurt folosind att experiena proprie ct i metode specifice procesului managerial, dar i informaiile avute la dispoziie despre activitatea condus a ridicat problema folosirii calculatorului ntr-o manier care s asigure managerului obinerea unor cunotine noi pornind de la un portofoliu de cunotine existent. Au aprut astfel primele ncercri de folosire a calculatoarelor pentru realizarea i implementarea unor sisteme informatice specifice cunoscute sub denumirea de sisteme suport interactive de asistare a deciziei (SIAD) i de sisteme expert (SE).

Ambele tipuri de sisteme se caracterizeaz prin gestionarea bazelor de cunotine, diferite de bazele de date prin natura obiectelor gestionate, reprezentate de cunotine a cror semnificaie nu rezult din

valoarea datelor memorate ci din agregarea lor ntr-o structur complex sub forma informaiilor de sintez.

Diversificarea informaticii a fcut ca aceste instrumente decizionale s ia astzi forma sistemelor inteligente de diagnoz, analiz i de asistare a deciziilor.

Astfel de sisteme au aprut sub forma logicii interactive. Ele permit utilizatorului ca plecnd de la faptele de care dispune s poat obine o sintez, integrnd cunotinele din domeniu, adaptate nevoilor sale imediate i direct utilizabile n procesul decizional.

Posibilitile de nvare pe care le prezint aceste sisteme, n special prin memorarea situaiilor ntlnite i a soluiilor adoptate, au dus la apariia unui nou mediu decizional.

Exist mai multe moduri de reprezentare a cunotinelor ntr-un sistem automat inteligent dintre care dou au reinut atenia n literatura de specialitate:

prima familie de sisteme inteligente se bazeaz pe o reprezentare analitic a cunotinelor. Ele se exprim sub forma unuia sau mai multor modele matematice unde parametrii sunt specificai statistic. Aceste modele se utilizeaz n cadrul algoritmilor pentru gsirea unei soluii la o problem ce a mai fost ntlnit. Aceast concepie se utilizeaz n cadrul sistemelor interactive de asistare a deciziilor (SIAD). O serie de sisteme de acest tip sunt n prezent disponibile n sfera

marketingului.

a doua familie de sisteme inteligente se bazeaz pe reprezentarea euristic a cunotinelor. Sisteme expert de marketing ilustreaz aceast abordare. Ele integreaz datele existente i judecile subiective ntr-un raionament simbolic i numeric n vederea rezolvrii unui ansamblu de probleme interdependente.

Pe parcursul execuiei procedurilor automate sistemul interacioneaz permanent cu utilizatorul cruia i explic concluziile la care ajunge. Sistemul solicit informaii complementare care permit elaborarea i mbuntirea raionamentului su.

n esen, aceast tehnologie informatic permite reproducerea pe cale artificial a raionamentului uman, automatizarea proceselor cognitive specifice creierului uman, inclusiv prin crearea unor dispozitive cu comportament inteligent domeniu cunoscut n literatura de specialitate sub numele de inteligen artificial.

Sistemele cu inteligen artificial, sistematic sau empiric, cum mai sunt denumite dup modul de abordare cognitiv sau pragmatic care a stat la baza realizrii lor, extind domeniul de aplicaie al informaticii clasice prin implementarea unor concepte noi: prelucrarea cunotinelor, prelucrarea simbolic, prelucrarea paralel.

Dac informatica clasic se definete ca fiind tiina prelucrrii automate a datelor, informatica inteligent este tiina prelucrrii automate a cunotinelor1.

Spre deosebire de prelucrarea algoritmic, unde datele constituie materia prim, n cazul prelucrrii inteligente elementele fundamentale sunt cunotinele, corelaiile logice i semantice dintre fapte prin intermediul regulilor de raionament. Dac prelucrarea algoritmic este strns legat de noiunea de procedur, prelucrarea inteligent are un caracter declarativ, deoarece modul de achiziionare, introducere i organizare a cunotinelor nu influeneaz modul de prelucrare (raionament), ci cel mult concluziile. n acest fel, a aprut noiunea de prelucrare simbolic n care dispare distincia dintre date i programe.

Dei nu exist o definiie unanim acceptat, inteligena artificial const n ansamblul disciplinelor informatice care tind s realizeze pe calculator un comportament de imitare a inteligenei naturale. Din punct de vedere istoric, termenul de inteligen artificial a fost introdus pentru prima dat n 1956 de cercettorul american McCarthy de la Massachussetts Institute of Technology. Mult vreme cercetarea n domeniu a avut n principal un caracter fundamental i mai puin aplicativ. Sistemele expert au aprut n anii 80, ca un domeniu distinct al inteligenei artificiale, alturi de domenii cum ar fi: demonstrarea automat de teoreme, de traducerea automat, de jocurile pe calculator, de recunoaterea automat a formelor, de robotic, de nvare automat.

Dac sistemele expert au fost dezvoltate la nceput n domeniul tehnic i medical, n ultimul timp asistm la o dezvoltare a acestora n domeniul economic, n special n domeniul financiar-bancar, de marketing i management.

Abordarea metodologic de reproducere pe cale artificial a raionamentului uman distinge trei curente principale:

a) Abordarea cognitiv n care raionamentul natural este privit ca o suit de stri i procese mentale care transform datele de intrare n date de ieire iar raionamentul artificial ncearc s reproduc aceste stri mentale i procese utiliznd metode de modelare ce servesc ca suport pentru implementarea unor sisteme software de gestiune a bazelor de cunotine (SGBC).

b) Abordarea pragmatic raionamentul natural este privit tot ca o suit de stri i procese mentale care transform datele de intrare n date de ieire, dar raionamentul artificial ncearc doar s simuleze simptomele de inteligen, s produc aceleai date de ieire pentru aceleai date de intrare, modalitatea de obinere a acestora fiind diferit de modalitatea biologic.

Ambele moduri de abordare sunt eficiente n automatizarea unor activiti contiente, nvate, specificabile n cuvinte, denumite biologic activiti corticale (limbajul, jocul, munca).

c) Abordarea conexionist raionamentul natural este privit ca o suit de stri i procese neuronale, iar raionamentul artificial ncearc s reproduc mecanic aceast activitate neurologic a creierului uman.

1 Nstase P., Zaharie D. i colectiv, Sisteme expert teorie i aplicaii, Ed. Dual Tech, 1999, pag. 3.

Corespunztor metodologiilor de abordare i reproducere pe cale artificial a raionamentului uman ntlnim tehnologiile de abordare:

Reelele neurale care imit organizarea i funcionarea creierului, sunt deosebit de eficiente n reproducerea mecanic a activitilor umane, incotiente, neraionale, greu specificabil prin cuvinte (mersul, vorbirea), utilizndu-se prin excelen n domeniul roboticii.

La fel ca i la om, reelele neurale pot nva s recunoasc modele prin expunere repetat la experimente diferite.

Omul, este o construcie hibrid care proceseaz informaia. Aciunile noastre sunt generate de o combinaie de informaii genetice i informaii obinute prin nvare. Acest gen de procesare a informaiei a fost pus n aplicare pentru a crea sisteme inteligente hibride, cum sunt sistemele de control ale aeronavelor care diagnosticheaz i rezolv automat probleme sau sistemele folosite n mediul economic;

Algoritmii genetici sunt inspirai de principiul biologic de supravieuire a celor buni. Ideea de baz este evoluia soluiei unei probleme de-a lungul a mai multe generaii, fiecare dintre ele avnd o soluie mai bun dect predecesorii;

Sisteme bazate pe logica neclaritii explic deciziile pe care le propun, dar nu pot s adopte automat regulile pe care le folosesc pentru a lua acele decizii. n linii mari, logica

neclaritii, inventat de Lotfi Zadeh n 1956, exprim diferite grade de certitudine i incertitudine ale propoziiilor;

Sistemele de inducere a regulilor sunt un alt tip de sisteme aplicate n procesele de achiziie automat a cunotinelor. Ele au fost folosite pentru nvarea regulilor i crearea arborilor de decizie i au fost aplicate cu succes n economie.

Aceste tehnici nu pot rezolva singure anumite probleme mai complexe. Fiecare tehnic inteligent are cteva proprieti predominante (de exemplu, abilitatea de a nva sau explicarea deciziilor) ceea ce le face potrivite pentru rezolvarea unui anumit tip de probleme i nu pentru rezolvarea altora.

Limitele fiecrei tehnici i determin pe experi s le combine. De exemplu, logica neclaritii este folosit pentru a evalua preferinele pentru un produs sau o marc. Expertul n evaluarea preferinelor trebuie s specifice toate regulile invocate atunci cnd ia decizia de a cuantifica preferinele. Totui acest proces ia mult timp i este supus erorii. Reelele neurale cu abilitatea lor de a nva pot fi folosite pentru a include automat n program regulile de decizie bazate pe logica neclaritii.

n tabelul 3.1. se prezint gradul de satisfacere a proprietilor sistemelor inteligente n raport cu tehnologia de reproducere a raionamentului uman.

Proprieti ale sistemelor inteligente Tehnologia Acumularea

automat de cunotine

Abilitatea

de a face

fa unui mediu fragil

Nivel

ridicat de

raionament

Nivel sczut de

raionament

Putere

explicativ

Sisteme

expert * * ***** * *****

Inducere a

regulii **** ** *** ** ***

Logica

neclaritii * ***** *** ***** ****

Reele neurale

***** ***** * ***** *

Algoritmi

genetici ***** *** *** *** ***

Tabel 3.1. Tehnologii de reproducere a raionamentului uman

Sistemele inteligente hibride reprezint o combinaie de tehnici inteligente diferite, ct i o integrare a mai multor tehnici inteligente cu sisteme informatice convenionale cum sunt bazele de date i bazele de tabele de calcul. Din acest motiv este vital s existe metode i protocoale

de integrare a sistemelor inteligente cu alte sisteme informatice convenionale. O astfel de metod este programarea orientat pe obiecte, o metodologie software care ofer liantul dintre diferite tehnici eterogene.

Aceste tehnologii de reproducere a raionamentului uman s-au dezvoltat n ultimele decenii, pe baza perfecionrii instrumentelor de concepere, adic a limbajelor de programare. Cele mai cunoscute limbaje asociate cu inteligena artificial sunt:

LISP limbaj de programare aprut n anii 50 i destinat procesrii de liste eterogene, mai ales liste de simboluri;

PROLOG limbaj creat n anii 70, care are o natur declarativ i faciliti explicative;

Limbajele orientate pe obiecte ce opereaz cu conceptele de obiecte i mesaje ct i metodele de manipulare a cunotinelor i datelor n care emitentul specific ce trebuie fcut iar receptorul decide cum trebuie fcut. Exemple: Smalltalk, Objective C, C++. La rndul lor limbajele LIPS i PROLOG au i ele extensii orientate pe obiecte, CLOS (Common LIPS Object System) i, respectiv, L&O (Logic & Objects).

Cvasitotalitatea sistemelor informatice i de marketing dezvoltate n prezent la nivelul ntreprinderii funcioneaz pe principiul bazelor de date ncorporate i a SGBD-urilor care asigur crearea i gestionarea acestora. Caracteristica fundamental a acestor aplicaii este dat de faptul c elementul primar al prelucrrilor este informaia, generat ntotdeauna n sistemul informaional, prelucrat n cel informatic i interpretat, n forma sa final, fie n subsistemul decizional fie tot la nivelul celui informaional. n acelai timp aceste aplicaii nu au capacitatea de a genera la rndul lor informaii suplimentare pornind de la cele stocate la un moment dat n baza de date. Putem spune astfel c exactitatea i acurateea informaiilor rezultate dintr-o aplicaie sau dintr-un sistem informatic sunt condiionate de calitatea informaiilor primare transmise de componenta informaional a sistemului de marketing.

7.1. Sistemul Expert (SE)

n orice domeniu de activitate exist probleme cu un grad diferit de dificultate, care pot fi rezolvate numai de ctre experi umani, formai ca specialiti n urma unei vaste experiene n domeniul respectiv.

O definiie pragmatic consider sistemele expert sistemele de programe bazate pe tehnicile inteligenei artificiale, care nmagazineaz cunotinele experilor umani dintr-un domeniu bine definit i apoi i le folosesc pentru rezolvarea problemelor din acest domeniu. Sistemele expert se mai numesc i sisteme bazate pe cunotine (KBS Knowledge Based System) sau, mai simplu, sisteme de cunotine (Knowledge System).

Un expert uman recunoate , definete i rezolv probleme din domeniul su de expertiz, avnd experiena i capacitatea nativ de a se orienta n aspecte precum: complexitatea, incompletitudinea, incertitudinea, inconsistena, confuzia i aprecierile vagi i a o reformula simplu, complet, precis, consistent i clar, pentru a fi rezolvat prin proceduri clasice. SE asigur stocarea, utilizarea i interpretarea cunotinelor experilor umani, folosite apoi pentru rezolvarea unor

probleme specifice prin nlocuirea raionamentului uman prin unul artificial, folosindu-se cunotine independente n raport cu mecanismul de raionament.

Sistemul expert, ncercnd s imite expertul uman, posed urmtoarele caracteristici:

cunotinele sunt independente unele de altele i de mecanismul de raionament; trateaz cunotine inexacte i incomplete, incerte, confuze i vagi; cunotinele sunt exploatate n mod dinamic de mecanismul de raionament printr-o

abordare declarativ;

este capabil s explice raionamente fcute s argumenteze soluiile obinute, ntr-o manier asemntoare expertului uman;

cunotinele manipulate sunt preponderent de natur simbolic; este capabil s gestioneze baze de cunotine de volum mare; utilizeaz metode empirice, bazate pe experien (informaia este probabil

adevrat), dar i metode algoritmice (informaia este sigur adevrat);

este specializat ntr-un anumit domeniu i nu n rezolvarea unei singure probleme din acel domeniu.

Componentele unui sistem expert (SE) sunt: baza de cunotine (BC), baza de fapte (BF) i generatorul de sisteme expert (GSE).

SE folosesc programarea declarativ prin intermediul creia regulile sunt furnizate independent de nlnuirea lor, ceea ce se traduce practic prin definirea regulilor separat fa de metoda care le va folosi; metoda este implementat ntr-o component software denumit motorul de inferene (MI) ce face parte, la rndul su, din GSE.

Elementele fundamentale ale unui SE sunt urmtoarele:

modul de achiziionare a cunotinelor: asigur conversia i transmiterea cunotinelor furnizate de ctre expertul uman, care le furnizeaz analistului de cunotine (cognician) i care, la rndul su, le aduce ntr-o form compatibil cu cerinele interne, fizice, de memorare solicitate de ctre acest modul;

baza de cunotine (BC): conine ansamblul de cunotine specifice domeniului expertizat, inclusiv relaiile i intercondiionrile dintre acestea. Aceste cunotine pot fi reprezentate prin mai multe metode, dintre care cele mai importante sunt regulile de

producie, cadrele i reelele semantice.

baza de fapte (BF): conine datele ce fac obiectul unei probleme de rezolvat din domeniul expertizat la care se pot aduga faptele rezultate n urma raionamentelor artificiale efectuate de ctre motorul de inferene (MI) asupra BC.

Precizm c regulile de producie reprezint modalitatea esenial de reprezentare a cunotinelor folosind logica propoziiilor.

Faptele i regulile sunt reprezentate prin entiti constante sau variabile, folosindu-se metoda de reprezentare a cunotinelor prin reguli de producie cu variabile.

motorul de inferene (MI): asigur rezolvarea practic a unei probleme din domeniul expertizat, pe baza faptelor furnizate (stocate n BF), utiliznd ceea ce poate conduce la aflarea unor

noi fapte (fapte deduse).

n urma aciunii motorului de inferen, ntr-un anumit context, baza de cunotine se mbogete fie prin adugarea unor elemente noi, fie prin modificarea celor existente. n ultim instan, motorul de inferen este um program care implementeaz algoritmii de raionament deductiv, inductiv i mixt, dar care este independent de baza de cunotine.

n mod practic MI este o parte dintr-un generator de sistem expert.

generatorul sistemului expert (GSE): este un sistem de programe dedicate, format din: motorul de inferen, editor, trasorul, modulul de nvare, motorul de elaborare i interfaa cu utilizatorul i cu alte componente ale sistemului informatic.

modulul explicativ (ME): are rolul de a prezenta ntr-o form larg accesibil (limbaj natural) justificarea raionamentelor efectuate de motorul de inferen i totodat ntrebrile la care trebuie s rspund utilizatorului. De asemenea, acest modul este util i expertului uman pentru verificarea coerenei bazei de cunotine. Explicaiile pot varia de la modul n care s-a ajuns la o soluie final sau intermediar pn la justificarea nevoii de date suplimentare

Interfaa cu utilizatorul realizeaz dialogul utilizatorului cu sistemul expert, n sensul specificrii datelor de intrare i al furnizrii rezultatelor problemei de rezolvat.

Datorit complexitii fenomenelor expertizate, n practic se pot folosi sisteme multiexpert (SME) definite ca un ansamblu coerent i cooperant de SE ce pot funciona att independent, ct i n interaciune, asigurndu-se proprietile fundamentale legate de modularitatea i independena prilor componente ale respectivului SME.

Avantaje i limite ale sistemelor expert sunt:

Avantaje. Sistemele expert lucreaz mai rapid dect experii umani, lund decizii mai rapide. Sistemele expert cuprind informaii consistente (structurate n acelai mod) despre un mediu supus hazardului, fac posibil distribuirea informaiei ctre mai multe persoane aflate n diverse locuri. Sistemele expert nici nu se plictisesc, nu uit nici nu obosesc i, n plus, mbuntesc cunotinele celor mai buni experi. Se pot face copii ale sistemelor expert, pe cnd formarea de noi experi cere timp i bani. Ele pot fi integrate cu alte sisteme, pot lucra cu informaii incomplete. Sistemele expert nu sunt influenate de noutatea informaiei. Ele pot oferi oricnd toate datele stocate. Frauda i erorile pot fi reduse la minim. Utilizarea unui sistem expert poate reprezenta un pas sau mai muli naintea concurenei.

Utilizator

Mediul de consultare Mediul de dezvoltare

Expert

Analist de

cunostinte

Interfata cuutilizatorul

Modululexplicativ

M

odelare

R

eprezentare

Motor de

achizitionare

cunostinte

EDITOR EDITOR

Compilator reguliDictionar

fapte

reguli

obiecte

Baza de cunostinte

Baza de fapte

Baza de date

Trasor Motor de inferenta Modul de invatare

Generatorul de SE

Figura 3.5. Structura unui sistem expert

Aplicaiile sistemelor expert reduc costurile companiilor, sporesc calitatea procesului de luare a deciziilor, sporesc viteza afacerilor, aduc ncasri din vnzarea produselor i serviciilor noi, nmagazineaz know-how organizaional, rezolv crize de management i stimuleaz inovaia.

Limitele. Informaia necesar nu este ntotdeauna disponibil. Culegerea datelor de la experi este dificil. Mai muli experi pot avea mai multe abordri diferite, toate corecte, ale aceleiai probleme. Utilizatorii sistemelor expert nu sunt acomodai cu ele, e posibil s nu cunoasc terminologia i chiar nu pot avea ncredere n sistem i n proces. Apare dificultatea de evaluare a situaiilor atunci cnd timpul preseaz. Concluziile nu pot fi verificate din punctul de vedere al corectitudinii. Inginerii de informaie (cogniticienii, profesionitii care organizeaz baza de cunotine) nu sunt numeroi i, din acest motiv, salariile pe care le solicit sunt foarte mari. Experii au

mai mult bun sim, sunt mai creativi n faa situaiilor neobinuite, se adapteaz rapid la schimbrile mediului. Sistemele expert nu i dau seama de situaiile n care nu exist soluie.

7.2. Sisteme interactive de asistare a deciziei (SIAD)

Sistemele expert pot fi folosite de sine stttor sau pot fi integrate n alte sisteme informatice n funcie de necesiti. O clas special de sisteme informatice n care sistemele expert pot fi integrate mai uor din punct de vedere funcional sunt sistemele interactive pentru asistarea deciziilor

(SIAD), care utilizeaz cunotinele dintr-un anumit domeniu de aplicaie pentru a ajuta n rezolvarea unor probleme slab structurate (greu de aloritmizat i de programat).

Sistemele interactive de asistare a deciziei (SIAD) folosesc, de asemenea, conceptul de

inteligen artificial pentru a sigura rezolvarea unei probleme complexe prin intermediul teoriei baesiene sau modelului teoretic al deciziei n incertitudine, denumit i modelul de maximizare a speranei funcie de utilitate (concept introdus de Von Neumann-Morgenstern i este utilizat n teoria utilitii). SIAD a aprut iniial n SUA, n anul 1975 i s-a afirmat n Europa utiliznd modelul de raionalitate limitat, a lui H. Simon.

Principalele caracteristici ale unui sistem sunt:

experiena, intuiia, judecile i preferinele decidentului sunt eseniale; interactivitate de nivel nalt; cutarea soluiilor necesit manipulri de date, cutare de informaii, modelare, calcule; procedurile care urmeaz s se execute la un moment dat sunt cunoscute apriori, aceasta

depinznd de date sau de rezultate intermediare;

criteriile de decizie sunt numeroase, conflictuale i depind adesea de utilizatori; datele sunt cunoscute ntotdeuna dinainte; timpul de rspuns pentru obinerea unei soluii satisfctoare este limitat.

n ultima perioad sunt folosite pentru luarea de decizii n regim automat sistemele suport de asistare a deciziei (SSAD) mai cunoscute sub denumirea de ESS executive support systems sau EIS executive information systems i care au, n principal urmtoarele elemente:

arhitectur puternic integrat, format din: a) baze de date (BD); b) baze de cunotine (BC); c) baze de reguli (BR); d) baze de interactivitate (BI).

relaia obiecte active-obiecte pasive: asigur conlucrarea dintre date, cunotine i reguli;

comunicaia SSAD-decideni: se realizeaz prin dialogul om-main bazat pe interaciunea eveniment-mesaj;

relaia client-server generalizat: este realizat prin cooperarea intern (ntre obiecte) i extern (ntre SSAD i decideni) prin intermediul bazei de interactivitate (BI).

Sistemele suport de asistare a deciziei asigur decidentului, care analizeaz o problem de marketing i ia o decizie, asisten automat pentru:

formularea i transmiterea ntrebrilor ctre modelul adecvat din cadrul SSAD; extragerea datelor i faptelor care sunt analizate din punct de vedere statistic; selecia variantei decizionale optime pe baze automate pentru fundamentarea cursului

optim al aciunii.

Factori de decizie n domeniul marketingului

Entitateorganizatoric

DECIZII

Sistem suport de asistare a deciziei

SIAD ESS/EIS SE

Figura 3.6. Rolul SSAD n fundamentarea deciziilor de marketing

n cadrul SSAD de marketing, datorit specificului de activitate, sistemul este structurat n:

subsistemul modelelor de management (SMM); interfaa om-main (IOM); subsistemul modelelor de gestiune a datelor i/sau cunotinelor (SMG).

a) Subsistemul modelelor de management al marketingului este format din modele cantitative i calitative, metode i proceduri de optimizare1 care asigur SSAD proprieti de analiz i de fundamentare a deciziei. Modele sunt structurate n trei clase:

modele strategice (MS): asigur responsabilitile de planificare de marketing pentru cel mai nalt nivel decizional, fiind de fapt modele pe termen lung;

modele tactice (MT): sprijin gestionarea la nivel mediu pentru alocarea i controlul utilizrii resurselor entitii organizaionale;

modele operaionale (MO): asigur gestionarea operaional n scopul lurii deciziilor zilnice pentru activitile operative din domeniul marketingului.

b) Interfaa om main (IOM) este format din urmtoarele componente:

Limbajul de activare (LA) care asigur: opiuni pentru introducerea datelor;

meniuri specifice pentru funciile utilizate.

Limbajul de afiare (LF) care permite: opiuni pentru ieirea datelor cu afiare multipl (tabele, grafice etc.)

Baza de cunotine (BC) format cu cunotinele de marketing necesare utilizrii SSAD

Facilitile asigurate de ctre IOM sunt:

interaciuni n diverse moduri de dialog;

multitudinea dispozitivelor de I/E;

capaciti grafice multiple, multiferestre;

faciliti de depanare i diagnoz;

instruire prin exemple.

c) Subsistemul modelelor de gestiune a datelor i/sau cunotinelor (SMG) asigur crearea i validarea bazelor de date i/sau cunotine cu care interacioneaz n SSAD n domeniul marketingului, i anume:

1 Kotler Ph., op. citat, pag. 202-203.

modele de date pentru BD orientate pe obiecte (BD); modele de cunotine multiutilizator pentru bazele de cunotine (BC); modele de date pentru BD multimedia (BM).

Structura unui sistem suport interactiv de asistare a deciziei este redat n figura 3.7., care red legturile dintre modelele i bazele utilizate ntr-un SSAD i decidenii-utilizatori a unui astfel de SSAD de marketing.

DECIDENT

INTERFAT UTILIZATOR Limbajactivare

Limbajafisare

Limbaj cunostinte

Modele de gestiune a bazelor de date/cunostinte

SGBD/BT/BC

Modele de managemental marketingului

Modele de date pentru BD orientate pe obiecte

Modele de date pentru BD multimedia

Modele de cunostintemultiutilizator

BD

BT

BDmultimedia

BCBF

Modelestrategice

Modele tactice

Modeleoperationale

INTEGRARE

INTERACTIVITATE

Figura 3.7. Structura interactiv a SSAD n domeniul marketingului